El 'deep learning' desmonta el mito de la pérdida de bosques: Cantabria ha duplicado su masa forestal desde 1957

Andan preocupados en el Servicio de Cartografía y Sistemas de Información Geográfica del gobierno de Cantabria. Y no es por nada que tenga que ver con los resultados electorales del pasado 28 de mayo -se intuye un previsible cambio de color político en las consejerías, incluida la de Obras Públicas, de la que depende este departamento-.

Su preocupación está más orientada al futuro de la inteligencia artificial o, mejor dicho, a aquello en lo que se está convirtiendo. "En medio de todo el ruido al que estamos asistiendo día tras día, probablemente la IA está faltando a su promesa esencial de resolver los problemas complejos de la sociedad", resumen.

Dicen esto porque dentro de este departamento, formado por un equipo de cinco personas, la IA es una herramienta capital para la gestión del día a día. D+I ya habló en su día del desarrollo de un gemelo digital de toda la región que iba a marcar un antes y un después en la toma de decisiones sobre el territorio.

[Cantabria y la IA aplicada al territorio: de la visión artificial contra especies invasoras al gemelo digital de la región]

En aquel reportaje ya se avanzó que, relacionado con estas técnicas, el Servicio de Cartografía y Sistemas de Información Geográfica cántabro había desarrollado un novedoso proyecto de deep learning para resolver una duda: ¿cómo ha evolucionado la masa forestal en la región?

Pues bien, ha llegado el momento de responder a esta cuestión gracias a la IA y a un estudio basado en esta tecnología, que ha concluido que, contra la opinión que suele tenerse, la masa forestal de Cantabria ha crecido en los últimos 60 años. Se ha duplicado, de hecho.

Esta opinión emitida desde algunos círculos sobre el hecho de que los países pierden poco a poco masa forestal sería, pues, infundada. Al menos, en el caso cántabro.

Desde el Servicio de Cartografía hacen hincapié en que hay que entender que estos procesos que ocurren en países desarrollados no tienen nada que ver con lo que está ocurriendo en otras partes del planeta, donde la deforestación causada por el hombre es masiva, y que tampoco justifica los incendios forestales a los que estamos asistiendo cada poco tiempo, pero son datos inesperados para una parte importante de la sociedad.

[Cantabria crea un sistema inteligente de analítica de datos que reduciría un tercio el suelo afectado por incendios]

Más allá de los datos que pueda ofrecer la IA, un marco teórico que apunta el estudio elaborado por el departamento cántabro de sistemas de información geográfica habla de un incremento de la masa forestal debido al abandono de las prácticas agrícolas y ganaderas tradicionales, la introducción de políticas activas de reforestación, el incremento de la producción maderera para diferentes usos industriales o la variación de las precipitaciones.

Pero vayamos al modelo de deep learning creado por este servicio del gobierno cántabro.

De hecho, no es uno sino varios y han servido para cartografiar la vegetación arbórea utilizando ortofotos del año 2020.

Esos modelos hacen posible un cartografiado automático de la cobertura arbórea de forma masiva y eso es lo que se ha hecho con toda la comunidad autónoma. Evidentemente, para establecer una comparación es necesario contar con material cartográfico de otra época, de ahí que se hayan aplicado estas mismas técnicas de IA a ortofotos tomadas en 1957.

Estas imágenes, de calidad notable, fueron tomadas en los años 50 por los vuelos fotogramétricos realizados en su momento por el U.S. Army Map Service. Dicha información se ha utilizado para entrenar modelos de visión por computación similares a los aplicados para las imágenes de 2020 y permiten delimitar la cobertera vegetal arbórea con un resultado similar.

Ambos conjuntos de ortoimágenes están rectificadas gracias a la tecnología y técnicamente tienen todas las mismas propiedades que un mapa, en términos de escala constante y deformaciones controladas de acuerdo con el sistema cartográfico de representación y el sistema geodésico de referencia utilizados.

Las dos imágenes comparadas, según describen en el departamento, demuestran una ganancia "clarísima" de masa forestal y unas pérdidas que "en muchos casos no son tales, sino que responden a zonas de plantación recientemente taladas y que volverán a ser reforestadas".

La superficie cubierta por arbolado en Cantabria, según se extrae de esta herramienta de deep learning, se ha mutiplicado por un factor de 2,19.

Sintonía con el Mapa Forestal Nacional

Desde el Servicio de Cartografía y Sistemas de Información Geográfica del gobierno de Cantabria advierten que "los datos revelados por este estudio están en plena sintonía con los registros que se pueden derivar del Mapa Forestal Nacional de España, con algunos 'peros'".

En primer lugar, enfatizan que "el modelo de deep learning no está contando algunas plantaciones forestales orientadas fundamentalmente a la producción de madera para usos industriales".

Estos espacios no habrían perdido su verdadero uso forestal, "pero nuestros modelos no los detectan como tales (intencionadamente, puesto que nuestro objetivo es conocer áreas netas de vegetación arbórea en dos momentos temporales concretos)".

En segundo lugar, una de las diferencias entre un recurso y otro es la diferente escala de detalle. "Nuestro estudio con IA intenta detectar cada árbol y cada rodal por pequeño que sea, mientras que el Mapa Forestal Nacional trabaja con otra escala de detalle, y aplica una teselación del territorio adecuada y correcta para su escala".

Rastrear patrones en zonas concretas

Conviene destacar, por otra parte, que el uso de IA aplicado a un territorio permite también rastrear patrones concretos en zonas concretas. "Para hacer esto, se han simplificado los datos usando una red de hexágonos en la que se han sumado las áreas totales de ganancias y pérdidas que caen en cada uno de los hexágonos, de medio kilómetro cuadrado cada uno. El resultado nos permite ver los datos desde otra perspectiva y dimensión", avisan.

En este sentido, se aprecia que hay un "importante incremento de vegetación arbórea en el noreste de la región, donde domina el encinar costero cantábrico (Quercus ilex), que ha experimentado una expansión considerable probablemente debido a que las extracciones de madera para su uso como leña han ido cesando".

En Liébana (extremo oeste de la región) también se aprecian cambios, especialmente en las partes bajas de los valles, donde el régimen térmico es suave durante la mayor parte del año. Cabe de nuevo destacar que las partes bajas de los valles -también las más accesibles- fueron objeto de extracciones constantes para leña durante los años 40 y 50, algo que puede ser extrapolado también hasta cierto punto a las partes más altas de los bosques de toda la región.

Desde el Servicio tienen muy claro que este proyecto se puede escalar tanto a nivel nacional o a nivel regional, "porque el material con el que contamos es el mismo". En este sentido, remarcan que el Sistema Cartográfico Nacional actúa como agente de cooperación con las comunidades autónomas para este tipo de proyectos y eso sitúa a España en una posición de referencia a nivel europeo.

De lo que tampoco hay dudas ya a estas alturas es que la inteligencia artificial ha llegado para quedarse y para ser útil a la sociedad.